一种基于目标贴近度的多目标决策方法

提出了衡量目标方案的一个新指标——目标贴近度 ,并给出了一种基于目标贴近度的多目标决策方法 .     

基于“垂面”距离的TOPSIS法——正交投影法

针对TOPSIS法的不足之处,提出了一种改进方法:基于"垂面"距离的TOPSIS法——正交投影法.回顾了TOPSIS法.定义"垂面"距离,讨论垂面距离的计算、性质、以及与目标贴近度的关系.给出经过简化的正交投影法的计算步骤.举一个具体的例子,应用正交投影法进行评估.总结正交投影法的优点.     

分布式异类传感器网异步采样下的航迹起始算法

为解决分布式异类传感器网异步采样下的航迹起始问题,基于模糊集理论,定义了测量集与目标间的模糊综合贴近度。基于模糊综合贴近度提出了分布式异类传感器网航迹起始算法。该算法通过模糊综合贴近度函数全局极值点的检测实现目标的检测,用与目标相关联的测量估计目标的初始状态。算法的特点是不需要掌握目标探测概率、虚警率、杂波密度等诸多信息。仿真实验验证了算法的有效性。     

基于目标达成度和目标综合度的交互式多目标决策方法

提出了多目标决策中衡量目标方案的两个新指标：目标达成度和目标综合度,并提出了基于目标达成度和目标综合度的交互式多目标决策方法．     

基于Orness测度的多阶段不确定语言信息优化集结

研究不确定情境下多阶段语言信息的集结问题. 建立了多阶段不确定语言信息集结的TOPSIS分析框架, 以贴近度思想表征各方案单阶段绩效; 基于决策矩阵信息和Orness测度约束, 建立以相邻阶段方案的综合贴近度离差和最小为优化目标的阶段权重确定模型, 考虑了主观偏好和方案决策信息对阶段权重的综合影响; 设计各方案贴近度范围分布估算模型, 解决多阶段决策过程中的决策风险问题; 建立了Orness测度的参数灵敏度分析模型, 探讨不同取值范围对方案多阶段优选排序的影响. 算例说明了方法的应用步骤和可行性.     

基于vague集的模糊多目标决策方法

提出了一种基于vague集的模糊多目标决策方法.首先利用优属度计算方法将决策矩阵转化为 目标优属度矩阵,然后通过计算方案的支持目标集、反对目标集和中立目标集得出方案的vague估计值, 最后利用一个评分函数对方案进行排序,从而选出最优方案.算例验证了该方法的有效性.     

识别非线性目标的谐波匹配法

本文运用非线性系统的Volterra理论来研究雷达非线性目标的识别问题,提出了一种新的识别非线性目标的多频谐波匹配法。文中在分析了非线性散射的机理之后,提出了一种结构化逼近散射模型,并以模型中前置系统的本征系数为非线性目标的分类特征,还研究了自动识别过程的数据拟合匹配法。最后利用描述非线性结的唯像模型,对本文的方法作了“半实物”仿真试验研究,具体建立了四种半实物非线性目标的本征系数特征库,并针对贴近度匹配法对识别过程进行仿真试验,结果表明,这种新的识别方法具有良好的工作性能和极强的抗杂波干扰的能力。     

不确定幂加权几何平均算子的动态多目标决策

针对方案属性信息不确定、决策信息分布多个阶段以及传统加权平均算子权重没有考虑集成数据间相互关系等问题,提出一种基于不确定幂加权几何平均算子的动态多目标决策方法.该方法不仅可以集结决策者在多阶段给出的不确定信息,同时结合模糊集理论,考虑了集结模糊信息时数据间的支撑程度对权重系数的影响,强化了对模糊信息的处理,使得被评估的信息更加贴近实际.然后给出基于可能度的排序方法来选择最优方案.最后通过算例分析说明了所提出方法的合理性和可行性.     

多阶段多指标决策的理想方案法

对带有时间顺序的多阶段多指标决策 ,在定义理想方案及贴近度的基础上 ,将这类决策转化为一个多目标优化模型来处理 ,从而为多阶段多指标决策问题提供了一种科学、可靠的决策方法 .     

基于子类划分的SVM及水声目标识别应用

针对目标类空间的可分离性特点,研究了动态聚类与支持向量机相结合的基于子类划分的支持向量机.提出了以子类中心为基点度量训练样本惩罚度的方法.在采用动态聚类将目标类划分为子类的基础上,综合考虑训练样本与所属子类的距离、子类对所属目标类的隶属度及目标类间的关系,以度量不同训练样本的惩罚度.并应用于水声目标识别中,对两类舰船目标的识别情况进行了比较,实验表明效果好于经典支持向量机.     

模糊多目标系统实用最优决策法及应用

对于可行域为有限集的模糊多目标系统的评价与决策问题，本文给出一个新解法─最小隶属度偏差法．并结合实例通过与“优序法”，“最短距离法”的对比分析，指出“优序法”的不足之处和新解法的优点．     

Static rough similarity degree and its applications

The definition of rough similarity degree is given based on the axiomatic similarity degree, and the properties of rough similarity degree are listed. Using the properties of rough similarity degree, the method of clustering in rough systems can be obtained. After clustering, a new sample can be recognized by the principle of maximal rough similarity degree.     

Rough similarity degree and rough close degree in rough fuzzy sets and the applications

Based on rough similarity degree of rough sets and close degree of fuzzy sets, the definitions of rough similarity degree and rough close degree of rough fuzzy sets are given, which can be used to measure the similar degree between two rough fuzzy sets. The properties and theorems are listed. Using the two new measures, the method of clustering in the rough fuzzy system can be obtained. After clustering, the new fuzzy sample can be recognized by the principle of maximal similarity degree.     

基于灰关联度的多目标规划新求解算法

针对多目标规划的求解问题,提出了一种新的基于灰色关联度的求解算法, 该算法将多目标规划模型的多个目标函数理想值组成一个理想目标向量。在相同的约束条件下,基于目标函数向量与理想目标向量之间的灰色关联度而构造一个实值偏好函数。通过最大化这个实值偏好函数,可把多目标规划问题转变为单目标规划问题,并给出了基于遗传算法的求解步骤。通过实际算例表明,该算法正确有效,且相对于线性加权和法、平方加权和法和理想点法而言,具有较好的综合距离均衡性能。     

不完全信息下基于证据推理的竞争对手分析

针对不完全信息下竞争对手分析问题,本文提出一种基于证据推理的分析方法。该方法首先定义了正负相似度对竞争者进行比较,接着通过证据推理对含有未知信息的相似度进行合成排序,最后根据信息熵原理度量结论的客观可靠度。与本文提及的其他方法相比,该方法可以在信息不完全的情况下识别分析竞争对手并提供关于结论的客观可靠度,符合商业竞争的实际特点,具有较强的实用价值。文中的案例分析证实了该方法的有效性。     

一种基于相似度的混合型多属性决策方法

研究了实数、区间数、语言值和不确定语言值相结合的混合型多属性决策问题。基于逼近理想解的排序方法(TOPSIS方法)确定理想方案,并定义了一种新的相似度,将各类型属性值的相似度计算规范到统一的度量空间,并且指出该相似度的几何意义,说明用该方法描述方案相似程度的合理性。将待选方案与理想方案比较,进行排序择优。最后,给出两个算例,证明了该算法的有效性。     

模糊度与贴近度的关系研究

针对描述模糊集合的两个重要概念（模糊度和贴近度）,详细讨论了二者之间的关系,得到了它们相互刻划的两个定理,并且指出模糊度是模糊集和它的余的贴近度,这些结果可在模式识别、决策科学中得到应用．     

基于相似性和接近性视角的新型灰色关联分析模型

以笔者1992年提出的灰色绝对关联度模型为基础,构造出分别从相似性和接近性两个不同视角测度序列之间的相互关系和影响的灰色关联分析模型,并研究了灰色相似关联度和灰色接近关联度的计算及性质,最后给出一个算例.新模型克服了原模型存在的问题,更易于实际应用.相似关联度主要用于测度序列折线在几何形状上的相似程度;接近关联度用于测度序列折线在空间中的接近程度.需要说明的是,接近关联度仅适用于序列的意义、量纲完全相同的情形,当序列的意义、量纲不同时,研究其接近关联度没有意义.     

不确定多指标决策问题的相对相似关系法研究

针对指标权重未知的不确定多指标决策问题,从描述区间数的相似性程度出发,提出了一种全新的区间数相对相似度和决策方案相对相似度定义,给出了区间数相对相似关系理论并得到了一些相关结果;然后在通过相对相似度对决策指标权重进行度量的基础上,采用备选决策方案在决策方案集中的总体相对相似度值大小选取最优对象并排序,以此给出了不确定多指标决策问题的相对相似关系法.通过算例分析了该算法和离差最大化算法的相异,说明了该算法的适用性和合理性.     

基于灰色类别差异特性的评价指标客观权重极大熵配置模型

本文基于灰色类别的差异特性进行指标权重配置问题研究,运用灰色关联聚类将评价对象按照反映事物不同类别本质的自然差异特性划分成不同灰类.基于相同灰色类别间自然差异特性具有相似性、 不同灰色类别间自然差异特性具有差异性的特点,构建了反映灰色类别差异特性的评价指标客观权重极大熵配置模型. 通过案例分析与其他方法进行比较研究,证明了本模型的可行性及有效性,为多属性决策指标客观权重赋权问题提出了一种新的解决思路.